
在Build2014上,微软宣布,其公有云服务Microsoft Azure在全球有16个分区,其中包括在北京和上海的云计算数据中心。
据介绍,如今,在57%以上的全球500强为Microsoft Azure的客户;在Microsoft Azure上面有超过25万个激活的网站;有超过100个SQL数据库;100多万个在线的Visual Studio开发者。
据悉,EA公司最新的游戏Titanfall就构建在Microsoft Azure上面。
Microsoft Azure在中国有着不错的发展,而且其也成为国外云计算服务商在华的典型代表,微软于2013年5月22日在上海与世纪互联达成合作,宣布Windows Azure正式落地,在2013年6月6日开启公众预览版,截至目前Microsoft Azure在中国已经有3000+个用户,其中160多家付费用户。
在3月26日,微软在上海宣布由世纪互联运营的Microsoft Azure正式商用。发布当天,微软再次增放2000个免费账号供用户体验。
紧随微软的脚步,IBM在7月份宣布与首都在线合作,引入了其公有云服务;在2013年12月份,亚马逊AWS宣布与北京和宁夏政府合作,引入其公有云服务。
如今,众多中国互联网厂商如阿里巴巴、百度、腾讯、盛大、金山等纷纷涉足公有云市场,但是随着微软、IBM、亚马逊等国际公有云巨头的涉足,中国的公有云市场竞争日趋激烈。
值得一提的是,微软Microsoft Azure在中国施行了一种特殊的价格策略,其取消了带宽限制,很大程度上为用户节省成本,这种定价策略或将打破业内流行的随着流量的增长带宽成本骤增的现状。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。